求助：将宽格式数据转换为长格式dataframe的方法

要将宽格式数据转换为长格式，用tidyr包的pivot_longer()函数是最直接的方法，比单纯用dplyr分组更高效。以下是具体步骤：

1. 加载依赖包 #

首先确保安装并加载tidyverse（包含dplyr和tidyr）：

install.packages("tidyverse")
library(tidyverse)

2. 转换为长格式 #

假设你的原始数据框名为df，包含Sample列（分组标识）和多个带时间后缀的数值列（如Time1、Time2、Time3），执行以下代码：

df_long <- df %>%
  pivot_longer(
    cols = starts_with("Time"),  # 选中所有以Time开头的列（可根据实际列名调整）
    names_to = "Time",           # 原列名转为新的类别列名
    values_to = "Value"          # 原列中的数值存入新的数值列
  )

可选：清洗Time列 #

如果需要把Time列的文字前缀去掉，只保留数字，添加mutate()处理：

df_long <- df %>%
  pivot_longer(
    cols = starts_with("Time"),
    names_to = "Time",
    values_to = "Value"
  ) %>%
  mutate(Time = parse_number(Time))  # 提取列名中的数字

自定义列选择 #

如果你的数值列不是以Time开头，可灵活调整cols参数：

• 排除Sample列，转换其他所有列：cols = -Sample
• 匹配带数字的列（如T1、T2）：cols = matches("T\\d+")

内容的提问来源于stack exchange，提问作者Elliot May